{"id":22377,"date":"2021-02-20T18:57:56","date_gmt":"2021-02-20T17:57:56","guid":{"rendered":"https:\/\/savinol.sg-host.com\/webdesign\/usare-il-deep-learning-per-il-parsing-degli-indirizzi-postali\/"},"modified":"2021-02-20T18:57:56","modified_gmt":"2021-02-20T17:57:56","slug":"usare-il-deep-learning-per-il-parsing-degli-indirizzi-postali","status":"publish","type":"post","link":"https:\/\/www.nycwebdesign.eu\/webdesign\/usare-il-deep-learning-per-il-parsing-degli-indirizzi-postali\/","title":{"rendered":"Usare il deep learning per il parsing degli indirizzi postali"},"content":{"rendered":"


\n<\/p>\n

\n

Quando si implementa un sito di e-commerce<\/a>, o si raccolgono dati sugli utenti<\/a>, capita spesso di dover richiedere l\u2019indirizzo postale. L\u2019interpretazione delle informazioni contenute in esso, contrariamente a quanto si possa pensare, pu\u00f2 rivelarsi un procedimento molto complicato, soprattutto quando si ha a che fare con utenti dislocati in varie nazioni, che utilizzano formati completamente diversi.<\/p>\n

Per risolvere questo problema, alcuni ricercatori hanno sviluppato una tecnica che mette insieme diverse soluzioni di deep learning<\/strong> per analizzare automaticamente il contenuto di un indirizzo postale, suddividendolo nelle sue parti costituenti. Tale tecnica \u00e8 implementata in un modulo Python<\/a> accessibile a chiunque, denominato deepparse<\/strong>. Di seguito vedremo come usarlo.<\/p>\n

Installare deepparse<\/h2>\n

La prima cosa che dobbiamo fare per utilizzare deepparse \u00e8, ovviamente, installarlo. Possiamo farlo tramite il package manager pip<\/a>, utilizzando il comando seguente:<\/p>\n

\npip install deepparse\n<\/code><\/pre>\n
In alternativa, potremmo valutare l\u2019installazione direttamente tramite il codice sorgente (che si trova su GitHub<\/a>), sebbene questa sia sconsigliata (a meno di necessit\u00e0 particolari che esulano dagli scopi di questa breve introduzione allo strumento).<\/p>\n
\u00c8 comunque importante tenere a mente che deepparse richiede una versione di Python uguale o successiva alla 3.6<\/strong>. Inoltre, durante l\u2019installazione tramite pip, sar\u00e0 installata anche l\u2019ultima versione di PyTorch<\/a>, uno dei requisiti fondamentali di questo modulo.<\/p>\n
Usare deepparse<\/h2>\n
Una volta installato deepparse, possiamo utilizzarlo in maniera abbastanza semplice:<\/p>\n
\nfrom deepparse.parser import AddressParser\n\u00a0\nparser = AddressParser(model_type=\"bpemb\", device=0)\nindirizzo = parser(\"Via Garibaldi, 33 - 00153 Roma\")\n<\/code><\/pre>\n
Eseguite queste poche righe di codice, la variabile indirizzo<\/code> conterr\u00e0 un\u2019instanza della classe deepparse.parser.ParsedAddress<\/code>, a sua volta contenente 8 propriet\u00e0:<\/p>\n